Scribd
Cargar
27 vistas3 páginas

Programa Python

Este documento presenta un curso virtual de introducción a Python. El curso dura aproximadamente 16 horas y está dividido en 4 módulos que cubren temas como programación básica, manejo de datos, visualización y más. Para aprobar el curso, los estudiantes deben completar evaluaciones durante cada módulo y obtener al menos el 65% en la evaluación final de 19 preguntas.

Cargado por

bustamantecivetta
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
27 vistas3 páginas

Programa Python

Este documento presenta un curso virtual de introducción a Python. El curso dura aproximadamente 16 horas y está dividido en 4 módulos que cubren temas como programación básica, manejo de datos, visualización y más. Para aprobar el curso, los estudiantes deben completar evaluaciones durante cada módulo y obtener al menos el 65% en la evaluación final de 19 preguntas.

Cargado por

bustamantecivetta
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 3

Curso virtual

Introducción a
Python

Objetivo de Aprendizaje
Conocer el flujo para trabajar con
datos desde archivos externos,
siendo capaces de modificarlos y
generar nuevos archivos. Además,
serán capaces de comunicar, a
través de visualizaciones, hallazgos
y patrones observados desde los
datos.

Duración
El curso tiene una duración
aproximada de 16 horas
cronológicas entre la exposición de
contenidos y el desarrollo de la
evaluación final.
Metodología de trabajo

Este curso está articulado en 4 módulos. El módulo 1: Introducción a la Programación;


el módulo 2: Iteradores, Errores y Funciones; el módulo 3: Manejo de Datos
Estructurados con Pandas y el módulo 4: Visualización de Datos. Además se agrega un
tutorial de la herramienta Jupyter y Anaconda para la correcta aplicación de los códigos
de programación.

El curso se imparte en modalidad e-learning y la metodología es auto instruccional. El


desarrollo del curso contempla la relación entre teoría y práctica, siendo fundamental
la visualización de videos y la aplicación de contenidos a través de las evaluaciones
presentes en cada uno de los módulos. En este curso encontrarás diversas actividades
y evaluaciones individuales. Veamos cuáles son los criterios de evaluación del curso.

Criterios de Evaluación

Durante el curso hay evaluaciones de tipo diagnóstico, para evaluar el nivel de


conocimiento previo a la realización del curso y de tipo formativa que busca comprobar
tu nivel de comprensión durante tu proceso de aprendizaje.

Para evaluar de forma general el curso y medir de forma sumativa el nivel de


asimilación de contenidos, deberás responder una evaluación final con 19 preguntas
de alternativas. Para aprobar esta evaluación deberá contestar al menos el 65% de las
respuestas de manera correcta, pudiendo realizarla en una oportunidad, siendo ésta
calificación su resultado final.
Contenidos:

MÓDULO 1: Introducción a la programación


● Instalar herramientas: Editor, Python, Pip.
● Sintaxis de Python
● Tipos de datos en Python.
● Operadores de comparación.
● Condiciones if-elif-else.

MÓDULO 2: Iteradores, Errores y Funciones


● Diferenciar las estructuras de datos de datos básicos de Python: listas, conjuntos,
diccionarios, entre otros.
● Definición de funciones propias
● Ciclos iterativos para recorrer estructuras de datos.
● Identificación y resolución de errores de programación.

MÓDULO 3: Manejo de datos estructurados con Pandas


● Lectura de archivos en formato de tabla desde fuentes externas.
● Modificación de los archivos aplicando funciones matemáticas predefinidas.
● Modificación de los campos a través de funciones.
● Escritura de archivos desde Pandas.

MÓDULO 4: Visualización de datos


● Matplotlib y Seaborn como librerías de visualización.
● Gráficos de dispersión
● Gráficos de distribución
● Gráficos multidimensionales
● Atributos de la visualización de datos.

También podría gustarte